Sequential Pattern Mining
ลองนึกภาพการทบทวนประวัติการซื้อสินค้าของลูกค้าหลายพันรายและตั้งคำถามว่า: หมวดหมู่ผลิตภัณฑ์ใดบ้างที่นักช้อปจำนวนมากปฏิบัติตามเมื่อเวลาผ่านไป? การทำเหมืองรูปแบบตามลำดับจะตอบคำถามนี้โดยการค้นหารายการชุดสินค้า (itemsets) ที่มีลำดับซึ่งปรากฏในประวัติจำนวนมากอย่างเป็นระบบ แตกต่างจากการวิเคราะห์ตะกร้าสินค้า (basket analysis) ซึ่งไม่สนใจลำดับ วิธีการนี้ถือว่าไทม์ไลน์มีความสำคัญ หากผู้ใช้จำนวนมากซื้อกล้อง จากนั้นซื้อเมมโมรี่การ์ด จากนั้นซื้อกระเป๋ากล้องในการเข้าชมที่ตามมา อัลกอริทึมจะแสดงผลโซ่ดังกล่าวเป็นรูปแบบตามลำดับที่เชื่อถือได้ทางสถิติ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Agrawal, R., & Srikant, R. (1995). Mining sequential patterns. IEEE International Conference on Data Engineering (ICDE), 3–14. DOI: 10.1109/ICDE.1995.380415 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Sequential Pattern Mining. ScholarGate. https://scholargate.app/th/machine-learning/sequence-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การทำเหมืองกฎความสัมพันธ์ (Association Rule Mining) (Apriori)การเรียนรู้ของเครื่อง↔ compare
- FP-Growth (Frequent Pattern Growth)การเรียนรู้ของเครื่อง↔ compare
- การทำเหมืองกระบวนการการทำเหมืองกระบวนการ↔ compare